你有沒有這種經驗？打開 ChatGPT 或 Claude，滿心期待地問了一個問題，結果 AI 給你的答案像是外星人在寫作文——要嘛離題萬里，要嘛廢話連篇。你心想：「這 AI 也太笨了吧？」但真相是，不是 AI 笨，是你問的方式不對。
想像一下：你走進一家高級餐廳，對廚師說「隨便做一道菜給我吃」，廚師很可能端出一碗白飯。你生氣嗎？不，因為你沒有給他明確的方向。AI 也是一樣的道理——它不會讀心術，它只會按照你給的指令執行。而這個指令，我們稱之為「提示詞」（Prompt）。
這篇文章就是你的 AI 溝通入門課。你不需要任何程式背景，只需要學會 5 個簡單又強大的技巧，就能讓 AI 從「亂答一通」變成「精準命中」。我們會用大量真實案例，帶你一步步從新手變成「提示詞高手」。準備好了嗎？讓我們開始吧！
為什麼你的 AI 總是不聽話？— 先搞懂 AI 的「大腦」
在開始學技巧之前，我們先花 30 秒理解 AI 是怎麼思考的。這很重要，因為只有了解工具的限制，你才能真正駕馭它。
現在的 AI 語言模型（像是 ChatGPT、Claude、Gemini），本質上是一個超級巨大的「預測引擎」。它不像人類一樣有「理解」能力，而是根據你給的句子，預測「最可能接下去的詞」。舉例來說，如果你說「今天天氣真」，AI 會猜你接下來想說「好」、「熱」、「冷」——但如果你說「今天天氣真糟糕，我決定去」，AI 就不知道你到底要去哪裡了。
這就是為什麼模糊的問題會得到模糊的答案。AI 需要「框架」——你需要給它角色、目標、格式、限制條件，它才能產出你想要的結果。
讓我用一個真實案例來說明。假設你是香港的 marketing 專員，想用 AI 幫你寫一則 Facebook 貼文推廣新產品。如果你只說「幫我寫一個廣告貼文」，AI 可能會給你一個像教科書一樣無聊的文案。但如果你說：「你是一個擅長寫 Facebook 廣告的文案高手。我們的產品是環保水壺，目標客戶是 25-35 歲注重環保的香港上班族。請用輕鬆幽默的語氣寫一篇 100 字以內的貼文，包含一個 Call to Action，並使用 emoji。」結果會天差地別。
看出差別了嗎？明確的指令 = 精準的產出。這就是提示詞工程的核心精神。
第一招：給 AI 一個「人設」— 角色扮演法的威力
最簡單也最有效的技巧，就是給 AI 一個角色。這就像在拍電影時告訴演員：「你現在是福爾摩斯，不是喜劇演員。」AI 會自動調整語氣、專業度和回答風格。
舉個例子，你是一位中學老師，想用 AI 幫你設計一份關於「香港歷史」的考題。如果你直接問「幫我出香港歷史的考題」，AI 可能會給你一些過於簡單或太難的問題。但如果你說：「你現在是一位有 20 年經驗的香港中學歷史老師，擅長出選擇題和簡答題。請為中三學生設計一份關於『香港開埠初期』的 10 題測驗，題目要有區分度（容易、中等、困難各佔 3:4:3），並附上答案和解釋。」結果會完全不同。
角色扮演法的進階技巧是加入「語氣」和「受眾」。例如：「你是一個幽默的科技部落客，專門寫給對 AI 一竅不通的 50 歲以上讀者看。請用簡單的比喻解釋什麼是『機器學習』。」這樣 AI 就會避免使用專業術語，改用生活化的例子。
我自己的經驗是，當我需要寫一封正式的商業郵件時，我會說：「你是一個國際企業的行政助理，擅長撰寫專業但不失禮貌的英文郵件。請幫我寫一封給客戶的郵件，通知他們產品交貨延遲一週，並表達歉意。」結果 AI 給我的郵件幾乎可以直接複製貼上，省了我至少 15 分鐘。
第二招：把大問題拆成小步驟 — 連鎖提示法
很多人犯的錯誤是：一次問太多。比如說：「幫我規劃一個完整的行銷企劃，包含市場分析、目標受眾、預算分配、執行時程、KPI 設定。」AI 聽到這種問題，通常會給出一個「看起來很專業但實際上很空洞」的答案——因為它無法一次處理這麼多資訊。
正確的做法是把任務拆成小塊，像拼積木一樣一步一步來。這叫做「連鎖提示法」（Chain-of-Thought Prompting）。
舉例來說，你想用 AI 幫你寫一篇關於「香港電動車發展」的文章。不要一次要求 AI 寫完整篇文章。先問：「請列出香港電動車發展的 5 個主要障礙。」然後根據 AI 的回答，再問：「針對『充電樁不足』這個障礙，請提供 3 個具體的解決方案。」最後再問：「請用以上資訊，寫一篇 800 字的文章，開頭要有趣，結尾要有行動呼籲。」
這個方法的好處是：你可以控制每個步驟的品質。如果 AI 在第一個步驟給的答案不好，你可以修正後再繼續，而不是等到最後才發現整篇文章不能用。
我在實際使用中發現，連鎖提示法特別適合用來解決複雜問題。例如，我想用 AI 幫我寫一個 Python 程式來分析資料。我會先問：「我有一個 CSV 檔案，包含日期和銷售額兩欄。請教我如何用 Python 讀取這個檔案。」等 AI 給了程式碼後，我再問：「現在我想計算每個月的平均銷售額，該怎麼改寫程式碼？」這樣一步一步來，即使我不會寫程式，也能完成任務。
第三招：給 AI 一個「模板」— 格式化的力量
你有沒有發現，當你要求 AI 輸出特定格式時，它常常會亂掉？比如說你要一個表格，它卻給你一段文字；你要一個清單，它卻給你一篇作文。這是因為AI 對「格式」的理解很模糊。
解決方法很簡單：給 AI 一個明確的模板。告訴它你希望輸出的結構是什麼。
舉一個真實案例。假設你是一位 HR，需要幫公司撰寫職缺描述。不要只說「幫我寫一個軟體工程師的職缺描述」。而是這樣說：「請按照以下格式撰寫職缺描述：
職位名稱： 工作內容（3-5 點）： 必要條件（3-5 點）： 加分條件（2-3 點）： 薪資範圍： 福利： 申請方式：
請用繁體中文，語氣專業但親切。」
當你給了模板，AI 就會乖乖按照格式輸出，你只需要把內容貼到人力銀行網站上就好。這比你自己從零開始寫快了 10 倍。
另一個進階技巧是使用「負面提示」——告訴 AI 你不要什麼。例如：「請幫我寫一篇關於 AI 倫理的文章，但不要使用『雙刃劍』、『挑戰與機遇』這種陳腔濫調。請用具體案例來說明。」這能讓 AI 避開那些常見的廢話，產出更有原創性的內容。
我個人最常用的是「清單式提示」：把你要的條件一條條列出來，像是點菜單一樣。AI 會逐條處理，不會遺漏任何要求。
第四招：用「迭代」代替「一次到位」— 修正提示的藝術
很多人以為好的提示詞是一次就能寫出來的。但事實上，連 AI 專家也是靠不斷試錯來優化提示詞。你不需要一次就完美，而是要先「試水溫」。
舉例來說，你想用 AI 幫你翻譯一段中文到英文。第一版提示詞可能是：「請翻譯這段話。」結果 AI 翻得太正式了。這時候不要氣餒，而是接著問：「請用更口語的方式重新翻譯，像是一個美國朋友在聊天那樣。」如果還是不滿意，再問：「請保留原文中的幽默感，但用更簡潔的句子。」這就是「迭代修正法」。
這個技巧特別適合用在創意寫作上。例如，我想用 AI 幫我寫一個 Instagram 標題。第一版提示詞：「幫我寫一個關於咖啡的 Instagram 標題。」AI 給了我：「享受一杯好咖啡，開啟美好的一天。」太普通了。於是我修正：「請用一個咖啡師的口吻，寫一個關於『冷萃咖啡』的標題，要帶點叛逆的感覺。」結果 AI 給了我：「冷萃不是咖啡，是態度。你準備好了嗎？」好多了！但還是不夠好。我再修正：「請加入一個關於『等待』的隱喻，因為冷萃需要 12 小時。」最終 AI 給出了：「12 小時的等待，只為這一刻的純粹。冷萃教會我的事。」完美！
記住，不要期待一次成功。每一次的修正，都在教 AI 更了解你的喜好。這就像訓練一隻聰明的寵物——你越有耐心，牠就越聽話。
第五招：給 AI「思考時間」— 引導推理法
這是最進階但也最強大的技巧。當你需要 AI 解決一個需要推理的問題（比如數學題、邏輯題、分析題），不要直接問答案，而是要求 AI 先展示思考過程。
這個技巧叫做「思維鏈提示」（Chain-of-Thought Prompting）。研究顯示，只要在提示詞中加入「請逐步思考」這幾個字，AI 的正確率就能提升 30% 以上。
舉一個實際例子。假設你問 AI：「小明有 5 個蘋果，他給了小華 2 個，又從媽媽那裡拿到 3 個，請問小明現在有幾個蘋果？」如果直接問，AI 可能會回答 6 個（因為它亂猜）。但如果你說：「請一步一步思考。第一步，小明原本有 5 個蘋果。第二步，他給了小華 2 個，所以剩下 3 個。第三步，他從媽媽那裡拿到 3 個，所以現在有 6 個。請問答案是多少？」這樣 AI 就會按照邏輯推導，給出正確答案。
這個技巧在商業分析中特別有用。例如，你想用 AI 分析一個市場趨勢。不要只問「請分析香港的房地產市場趨勢」，而是說：「請先列出影響香港房地產價格的 5 個主要因素。然後針對每個因素，說明它目前在上升還是下降。最後，根據這些因素，預測未來 6 個月的走勢。請在每個步驟中解釋你的理由。」這樣 AI 的答案就不再是胡亂猜測，而是有邏輯基礎的分析。
我自己在寫文章時，也常常用這個技巧。我會先問 AI：「請列出這篇文章可能需要的 10 個重點。」然後再問：「請將這 10 個重點按照邏輯順序排列。」最後才說：「請根據這個大綱，撰寫一篇 1500 字的文章。」這樣產出的文章結構嚴謹，不會東拉西扯。
總結：從今天開始，你的 AI 會變聰明
看到這裡，你應該已經發現，AI 的表現好壞，90% 取決於你的提示詞品質。你不是在跟一個「智慧體」對話，而是在操作一個強大的工具——就像學開車一樣，學會了技巧，你就能駕馭它。
讓我們快速回顧今天學到的 5 個技巧：
- 角色扮演法：給 AI 一個身份，讓它知道該用什麼語氣和專業度回答。
- 連鎖提示法：把大問題拆成小步驟，一步一步引導 AI。
- 模板化：給 AI 明確的輸出格式，避免它亂寫一通。
- 迭代修正：不要期待一次成功，透過不斷調整提示詞來逼近你要的答案。
- 引導推理：要求 AI 展示思考過程，提升答案的準確性。
我鼓勵你今天就打開你最常用的 AI 工具，試試看這些技巧。先從角色扮演法開始——選一個你熟悉的主題，給 AI 一個明確的角色，然後看看結果有多大的不同。你會驚訝地發現，原來 AI 可以這麼聰明！
最後，記住一個原則：你越清楚你要什麼，AI 就越能給你什麼。提示詞不是魔法，而是一種溝通技巧。就像學會了如何跟外國人溝通一樣，學會了提示詞，你就能跟 AI 這個「外星智慧」順暢交流。
現在，輪到你了。打開 AI，開始練習吧！
延伸閱讀
常見問題
Q: 這些技巧需要懂程式嗎？ A: 完全不需要！提示詞工程是一門「語言藝術」，不是程式設計。你只需要會打字、會思考，就能學會。這篇文章的所有技巧，都是針對一般使用者設計的，沒有任何技術門檻。
Q: 不同 AI 模型（ChatGPT、Claude、Gemini）的提示詞寫法一樣嗎？ A: 基本原則是一樣的，但每個模型有自己的「個性」。ChatGPT 比較擅長創意寫作，Claude 比較擅長邏輯推理，Gemini 則擅長搜尋整合。建議你先在一個模型上練熟技巧，再嘗試其他模型。
Q: 我用中文寫提示詞，AI 的回答品質會比英文差嗎？ A: 不會。現在的 AI 模型對繁體中文的理解已經非常好。不過，如果你需要處理專業領域（如醫學、法律），建議在提示詞中加入「請使用繁體中文的專業術語」來確保品質。
Q: 如果 AI 還是一直亂回答怎麼辦？ A: 先檢查你的提示詞是否夠具體。最常見的問題是提示詞太模糊。試著加入更多限制條件，例如字數、格式、語氣、例子。如果還是不行，就使用「迭代修正法」——先接受 AI 的答案，然後要求它修改特定部分。
Q: 提示詞寫太長會不會讓 AI 變慢？ A: 不會。提示詞的長度對 AI 回應速度的影響微乎其微。相反地，一個詳細的提示詞能讓 AI 一次就給出正確答案，反而省去了來回修改的時間。所以不用擔心寫太長，重點是要寫得清楚。